Prompt 工程入门：写出高效提示词的 6 个原则

什么是 Prompt 工程？

Prompt 工程（Prompt Engineering） 是设计和优化发给模型的输入文本，让输出更接近你期望的结果。

它和「写代码」一样，需要迭代：第一版 Prompt 很少完美；改一个词、加一个示例，回答质量可能差很多。好的 Prompt 往往同时带来两件事：

• 质量更高：分类更准、格式更稳、胡编更少
• 更省 Token：指令更短、输出更可控（见同系列 降低 AI API 成本的 10 个实用技巧）

先认识几个词

---

原则一：明确具体，拒绝模糊

模型不会读心。越模糊，它越按「平均用户」来猜——结果常常是又长又空。

❌ 模糊的 Prompt：

帮我写点关于 AI 的内容

✅ 具体的 Prompt：

请撰写一篇 300 字的科普短文，面向零基础读者介绍什么是大语言模型（LLM），
要求使用一个生活比喻帮助理解，语言通俗易懂，避免缩写词。

写具体时要回答四个问题

自检清单

• 删掉头尾客套（「请你」「谢谢」对质量帮助不大，却占 Token）
• 数量可量化（字数、条数、字段名）
• 禁止项写清楚（「不要代码」「不要编造链接」）

---

原则二：角色扮演（Role Prompting）

给模型一个具体角色，相当于缩小它的「默认风格」范围：

你是一位有 10 年经验的后端架构师。请审查以下 API 设计方案，
从性能、安全性、可维护性三个维度各打 1～5 分，并给出改进建议。
每个维度先写结论，再写理由，各不超过 80 字。

常用角色示例

注意

• 角色要和任务匹配，「你是诗人」却让它写 SQL，帮助有限
• 角色描述不宜过长——System Prompt 每次请求都计费
• 关键约束（「必须基于给定文档回答」）比华丽角色更重要

---

原则三：提供少样本示例（Few-Shot）

给 2～3 个 输入 → 输出 示例，往往比长篇描述格式更有效：

将以下用户评论分类为「正面」「负面」或「中性」。

示例：
评论：这个产品太好用了！→ 正面
评论：配送速度太慢了 → 负面
评论：包装还行 → 中性

请只输出分类标签，不要解释。

请分类：
评论：价格合理，功能够用 →

技巧

Few-Shot 示例若固定不变，可配合 Prompt Caching 降本（见控费技巧文）。

---

原则四：链式思维（Chain-of-Thought）

需要推理、计算、多条件判断时，让模型「先想再说」，准确率通常明显更好：

请一步步分析以下数学题：先列出已知条件，再写出计算过程，最后单独一行给出答案。

题目：一个水箱容量 500 升。进水管每分钟 15 升，排水管每分钟 8 升。
从空箱开始，多少分钟灌满？

常用触发语：

• 「请一步步思考」
• 「先分析，再结论」
• 「Let's think step by step」（英文任务仍常用）

何时用、何时不用

生产环境若不需要展示推理过程，可在 Prompt 里写：「内部一步步思考，最终回答只输出结论」——部分模型支持；也可拆成两次调用（先推理草稿，再摘要给用户）。

---

原则五：结构化输出

程序要接模型结果时，尽量要求 JSON / 固定字段，而不是自然段：

分析以下客户反馈，只输出 JSON，不要 markdown 代码块：

{
  "sentiment": "正面|负面|中性",
  "topics": ["主题1", "主题2"],
  "urgency": "高|中|低",
  "summary": "一句话摘要"
}

客户反馈：
「物流慢，但客服态度很好。」

好处

• 减少格式漂移和多余废话
• 后端 json.loads 直接解析
• 配合 API 的 JSON mode / structured outputs（OpenAI、Anthropic 等）更稳

注意

• 字段类型、枚举值写清楚（用 | 列出可选值）
• 解析失败要有重试或 fallback
• 复杂 schema 可放 System Prompt，用户消息只放数据

---

原则六：迭代优化

Prompt 工程是实验，不是一次写定：

版本 1：总结这篇文章
  → 太长、太笼统

版本 2：用 3 个要点总结核心观点
  → 更好，但缺少依据

版本 3：用 3 个要点总结；每点必须引用原文中的一个短语
  → ✅ 可上线

建议工作流

1. 固定测试集：10～30 条真实用户问题，改 Prompt 前后对比
2. 一次只改一处：同时改角色、示例、格式，无法判断谁起作用
3. 记录版本：Prompt v3 + 当时输出样例 + 失败 case
4. 用 trace 工具：LangSmith 等看「模型实际收到了什么」（见 工作流一文）

---

进阶技巧速览

入门阶段先把 6 个原则用熟，再碰进阶；否则容易 Prompt 很长、效果却不稳。

---

常见误解

---

小结

Prompt 不是玄学：把需求说清楚，用例子对齐格式，用数据验证迭代。 这和写接口文档、写单元测试是同一套工程思维。

---

延伸阅读

• OpenAI Prompt engineering 指南
• Anthropic Prompt design 文档
• 同系列：什么是 Token？理解 AI API 计费的核心概念
• 同系列：降低 AI API 成本的 10 个实用技巧